Tensorflow 在lstm语言模型中使用预先训练过的word2vec？

我使用tensorflow来训练

LSTM

语言模型，代码来自

根据这篇文章，似乎若我使用预先训练好的word2vec，效果会更好

使用word2vec和GloVe等单词嵌入是提高模型准确性的常用方法。使用word2vec或GloVe学习的低维向量没有使用一个热向量来表示我们的单词，而是带有语义含义——相似的单词有相似的向量。使用这些向量是一种预训练形式

因此，我想使用

word2vec

来重做培训，但我对如何做有点困惑

嵌入代码如下所示：

with tf.device("/cpu:0"):
  embedding = tf.get_variable(
      "embedding", [vocab_size, size], dtype=data_type())
  inputs = tf.nn.embedding_lookup(embedding, input_.input_data)

如何将此代码更改为使用预先培训的

word2vec

？